使用mindspore1.8中的mindspore.nn.CrossEntropyLoss训练网络，随着学习率的调低，损失会出现Nan的情况

使用mindspore.nn.CrossEntropyLoss训练网络，loss会突变为-inf，随着学习率的调低，出现nan的时间越早。

****************************************************解答*****************************************************

训练一个模型过程中会有很多因素影响效果（包括输出、异常等等）。 针对nan值这种情况，如果输入没有问题的话，也不代表输出的loss就不会变成nan。这种情况和使用什么工具开发之间没有直接联系（比方说如果你的计算中出现了除以0这种情况，几乎每一种python实现都会将结果取做nan）。因此可以搜索、参考下“pytorch训练出现nan”的处理方法。 另一种情况和具体的某个算子实现有关。这就需要定位。定位的话可以从log中看是哪个时候出现了问题，出现nan值时的一些参数是什么样的。不过我又看了一下你的log.txt，里面虽然只有loss值，但是显示出很早——几乎就是一开始就出现了高原现象，即，你的loss值很早就出现了“收敛”现象，所以个人感觉模型本身是出现问题的根源。可能调一下模型的设计会更好一些？（包括net和loss的设计）